差分隐私常见变体的贝叶斯与频率学派语义:在2020年人口普查中的应用
密码学与安全
2022-09-09 v1 统计方法学
摘要
本文旨在指导对若干主要差分隐私变体语义隐私保证的解释,这些变体包括纯差分隐私、近似差分隐私、Rényi 差分隐私、零集中差分隐私和 f 差分隐私。我们解释了隐私损失计量参数、频率学派语义以及贝叶斯语义(包含新结果)。驱动性的应用是对2020年人口普查公共法94-171重新划分数据摘要文件(于2021年8月12日发布)保密保护的解释,该文件首次以形式化隐私保证生成。
引用
@article{arxiv.2209.03310,
title = {Bayesian and Frequentist Semantics for Common Variations of Differential Privacy: Applications to the 2020 Census},
author = {Daniel Kifer and John M. Abowd and Robert Ashmead and Ryan Cumings-Menon and Philip Leclerc and Ashwin Machanavajjhala and William Sexton and Pavel Zhuravlev},
journal= {arXiv preprint arXiv:2209.03310},
year = {2022}
}